KR20230122602A - 패턴 객체를 식별하기 위해 피처 벡터를 추출하는 피처 추출 방법 - Google Patents

패턴 객체를 식별하기 위해 피처 벡터를 추출하는 피처 추출 방법 Download PDF

Info

Publication number
KR20230122602A
KR20230122602A KR1020237020806A KR20237020806A KR20230122602A KR 20230122602 A KR20230122602 A KR 20230122602A KR 1020237020806 A KR1020237020806 A KR 1020237020806A KR 20237020806 A KR20237020806 A KR 20237020806A KR 20230122602 A KR20230122602 A KR 20230122602A
Authority
KR
South Korea
Prior art keywords
pattern
image
representative
transitory computer
computer readable
Prior art date
Application number
KR1020237020806A
Other languages
English (en)
Inventor
다닝 리
멩 리우
젠-이 우
렌쳉 선
콩 우
딘 수
Original Assignee
에이에스엠엘 네델란즈 비.브이.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에이에스엠엘 네델란즈 비.브이. filed Critical 에이에스엠엘 네델란즈 비.브이.
Publication of KR20230122602A publication Critical patent/KR20230122602A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70058—Mask illumination systems
    • G03F7/70125—Use of illumination settings tailored to particular mask patterns
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
    • G03F7/70433—Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
    • G03F7/70441—Optical proximity correction [OPC]
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Image Analysis (AREA)

Abstract

패턴을 식별하기 위한 피처 추출의 개선된 장치 및 방법이 개시된다. 패턴을 식별하기 위한 피처 추출의 개선된 방법은 패턴 인스턴스를 대표하는 데이터를 얻는 단계; 상기 패턴 인스턴스를 복수의 구역으로 분할하는 단계; 상기 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계; 및 피처 벡터를 사용하여 상기 패턴 인스턴스의 대표를 생성하는 단계를 포함하며, 상기 피처 벡터는 상기 대표 특성에 대응하는 요소를 포함하고, 상기 대표 특성은 상기 구역의 하나 이상의 피처의 공간적 분포를 나타낸다. 상기 방법은 상기 피처 벡터에 기초하여 패턴 인스턴스를 분류하는 단계 및 상기 피처 벡터에 기초하여 패턴 인스턴스를 선택하는 단계 중 적어도 하나를 더 포함한다.

Description

패턴 객체를 식별하기 위해 피처 벡터를 추출하는 피처 추출 방법
본 출원은 2020년 12월 21일에 출원된 PCT 출원 PCT/CN2020/137977의 우선권을 주장하며, 그 전문은 본 명세서에 참조로 포함된다.
본 명세서에 제공된 실시예는 패턴 분류 및 선택 기술에 관한 것으로, 특히 다운스트림(downstream) 처리를 위한 다운스트림 패턴 분류 및 선택을 위한 패턴 대표 메커니즘에 관한 것이다.
집적 회로(IC)의 제조 공정에서, 제조 동안 IC 회로의 설계 및 레이아웃을 개선하기 위해 많은 기술이 이용된다. IC 제조 업체는 IC 설계와 관련된 컴퓨팅 리소그래피 작업에 사용하기 위해 패턴의 선택, 범주화 및 분류에 의존한다. 이러한 작업을 계산적으로, 효율적인 방식으로 수행할 수 있는 능력이 점점 더 중요해지고 있다.
일부 실시예에서, 피처 추출에 의한 패턴 표현 방법은 패턴 인스턴스를 대표하는 데이터를 얻는 단계; 패턴 인스턴스를 복수의 구역으로 분할하는 단계; 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계; 및 피처 벡터를 사용하여 패턴 인스턴스의 대표를 생성하는 단계를 포함하며, 피처 벡터는 대표 특성에 대응하는 요소를 포함하고, 대표 특성은 구역의 하나 이상의 피처의 공간적 분포를 나타낸다. 일부 실시예에서, 방법은 피처 벡터에 기초하여 패턴 인스턴스를 분류하는 단계 및 피처 벡터에 기초하여 패턴 인스턴스를 선택하는 단계 중 적어도 하나를 더 포함한다. 일부 실시예에서, 패턴 인스턴스를 대표하는 데이터는 레이아웃 데이터이고, 레이아웃 데이터는, GDS(Graphic Database System) 포맷, GDS II(Graphic Database System II) 포맷, OASIS(Open Artwork System Interchange Standard) 포맷 또는 CIF(Caltech Intermediate Format)이다. 상기 방법은 패턴 인스턴스를 대표하는 데이터를 얻는 단계는 피처를 대표 지점으로 변환하는 단계를 더 포함한다. 상기 방법은 복수의 구역 중 소정의 구역의 대표 지점의 면적 밀도를 결정하는 단계를 더 포함한다. 일부 실시예에서, 패턴 인스턴스를 대표하는 데이터는 이미지 데이터이다. 일부 실시예에서, 이미지 데이터는 검사 이미지, 에어리얼 이미지(aerial image), 마스크 이미지, 에칭 이미지 또는 레지스트 이미지이고, 복수의 구역 중 소정의 구역의 대표 특성은 대표 지점 계수 밀도(count density) 또는 이미지 픽셀 밀도이다. 일부 실시예에서, 상기 방법은 동심 기하학적 형상(concentric geometric shape)을 사용하여 패턴 인스턴스를 분할하는 단계를 더 포함한다.
일부 실시예에서, 명령어 세트를 저장하는 메모리 및 명령어 세트를 실행하여 장치로 하여금 패턴 인스턴스를 대표하는 데이터를 얻는 단계; 패턴 인스턴스를 복수의 구역으로 분할하는 단계; 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계; 및 피처 벡터를 사용하여 패턴 인스턴스의 대표를 생성하는 단계를 수행하게 하도록 구성된 적어도 하나의 프로세서를 포함하는 시스템이 제공되며, 피처 벡터는 대표 특성에 대응하는 요소를 포함하고, 대표 특성은 구역의 하나 이상의 피처의 공간적 분포를 나타낸다. 적어도 하나의 프로세서는 또한 명령어 세트를 실행하여 장치로 하여금 피처 벡터에 기초하여 패턴 인스턴스를 분류하는 단계 및 피처 벡터에 기초하여 패턴 인스턴스를 선택하는 단계 중 적어도 하나를 수행하게 하도록 구성된다. 일부 실시예에서, 패턴 인스턴스를 대표하는 데이터는 레이아웃 데이터이고, 레이아웃 데이터는, GDS(Graphic Database System) 포맷, GDS II(Graphic Database System II) 포맷, OASIS(Open Artwork System Interchange Standard) 포맷 또는 CIF(Caltech Intermediate Format)이다. 적어도 하나의 프로세서는 또한 명령어 세트를 실행하여 장치로 하여금 피처를 대표 지점으로 변환하게 하도록 구성된다. 적어도 하나의 프로세서는 또한 명령어 세트를 실행하여 장치로 하여금 복수의 구역 중 소정의 구역의 대표 지점의 면적 밀도를 결정하게 하도록 구성된다. 일부 실시예에서, 패턴 인스턴스를 대표하는 데이터는 이미지 데이터이다. 일부 실시예에서, 이미지 데이터는 검사 이미지, 에어리얼 이미지(aerial image), 마스크 이미지, 에칭 이미지 또는 레지스트 이미지이고, 소정의 구역의 대표 특성은 지점 계수 또는 이미지 픽셀 밀도이다. 적어도 하나의 프로세서는 또한 명령어 세트를 실행하여 장치로 하여금 동심 기하학적 형상(concentric geometric shape)을 사용하여 패턴 인스턴스를 분할하게 하도록 구성된다.
일부 실시예에서, 컴퓨팅 장치로 하여금 패턴을 식별하기 위한 피처 추출(feature extraction) 방법을 수행하게 하도록 컴퓨팅 장치의 적어도 하나의 프로세서에 의해 실행 가능한 명령어 세트를 저장하는 비일시적 컴퓨터 판독 가능 매체가 제공되며, 상기 방법은 패턴 인스턴스를 대표하는 데이터를 얻는 단계; 패턴 인스턴스를 복수의 구역으로 분할하는 단계; 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계; 및 피처 벡터를 사용하여 패턴 인스턴스의 대표를 생성하는 단계를 포함하며, 피처 벡터는 대표 특성에 대응하는 요소를 포함하고, 대표 특성은 구역의 하나 이상의 피처의 공간적 분포를 나타낸다. 일부 실시예에서, 방법은 피처 벡터에 기초하여 패턴 인스턴스를 분류하는 단계 및 피처 벡터에 기초하여 패턴 인스턴스를 선택하는 단계 중 적어도 하나를 더 포함한다. 일부 실시예에서, 패턴 인스턴스를 대표하는 데이터는 레이아웃 데이터이고, 레이아웃 데이터는, GDS(Graphic Database System) 포맷, GDS II(Graphic Database System II) 포맷, OASIS(Open Artwork System Interchange Standard) 포맷 또는 CIF(Caltech Intermediate Format)이다. 상기 방법은 패턴 인스턴스를 대표하는 데이터를 얻는 단계는 피처를 대표 지점으로 변환하는 단계를 더 포함한다. 상기 방법은 복수의 구역 중 소정의 구역의 대표 지점의 면적 밀도를 결정하는 단계를 더 포함한다. 일부 실시예에서, 패턴 인스턴스를 대표하는 데이터는 이미지 데이터이다. 일부 실시예에서, 이미지 데이터는 검사 이미지, 에어리얼 이미지(aerial image), 마스크 이미지, 에칭 이미지 또는 레지스트 이미지이고, 소정의 구역의 대표 특성은 지점 계수 또는 이미지 픽셀 밀도이다. 일부 실시예에서, 상기 방법은 동심 기하학적 형상(concentric geometric shape)을 사용하여 패턴 인스턴스를 분할하는 단계를 더 포함한다.
본 발명의 실시예의 다른 이점은 본 발명의 특정 실시예를 예시 및 예로서 설명하는 첨부 도면과 함께 취해진 다음의 설명으로부터 명백해질 것이다.
도 1은 본 발명의 실시예와 일치하는, 예시적인 전자 빔 검사(EBI) 시스템을 예시하는 개략도이다.
도 2는 본 발명의 실시예와 일치하는, 예시적인 전자 빔 검사(EBI) 시스템의 블록도이다.
도 2는 본 발명의 실시예와 일치하는, 패터닝 공정의 일부분을 모델링 또는 시뮬레이션하기 위한 예시적인 시스템의 블록도이다.
도 3은 본 발명의 실시예와 일치하는, 예시적인 시스템의 블록도이다.
도 4a 내지 4c는 본 발명의 실시예와 일치하는, 피처 추출에 사용되는 예시적인 다이어그램이다.
도 5a 내지 5c는 본 발명의 실시예와 일치하는, 피처 추출에 사용되는 예시적인 다이어그램이다.
도 6은 본 발명의 실시예와 일치하는, 피처 추출을 위한 예시적인 방법을 도시하는 공정 흐름도이다.
도 7은 본 발명의 실시예와 일치하는, 피처 추출을 위한 예시적인 방법을 도시하는 공정 흐름도이다.
이제 예시적인 실시예를 상세히 참조할 것이며, 그 예는 첨부 도면에 도시되어 있다. 다음의 설명은 다른 도면에서 동일한 번호가 달리 표시되지 않는 한 동일하거나 유사한 요소를 나타내는 첨부 도면을 참조한다. 예시적인 실시예의 다음 설명에서 설명되는 구현은 모든 구현을 나타내는 것은 아니다. 대신, 이들은 첨부된 청구범위에 인용된 개시된 실시예와 관련된 양태와 일치하는 장치 및 방법의 예시일 뿐이다. 예를 들어, 일부 실시예가 전자 빔을 이용하는 맥락에서 설명되지만, 본 발명은 이에 제한되지 않는다. 다른 유형의 하전 입자 빔도 유사하게 적용될 수 있다. 또한, 광학 이미징, 광 검출(photo detection), x-선 검출 등과 같은 다른 이미징 시스템이 사용될 수 있다.
또한, 본 명세서에 개시된 검사 공정에 관한 다양한 실시예들은 본 발명을 제한하기 위한 것이 아니다. 본 명세서에 개시된 실시예들은 검사 및 리소그래피 시스템을 포함하되 이에 한정되지 않는 웨이퍼 또는 집적 회로 상에서 또는 이와 관련된 패턴을 식별하는 것과 관련된 모든 기술에 적용 가능하다.
전자 장치는 기판이라고 하는 실리콘 조각에 형성된 회로로 구성된다. 다수의 회로가 동일한 실리콘 조각에 함께 형성될 수 있으며 집적 회로 또는 IC라고 일컬어진다. 이러한 회로의 크기는 상당히 줄어들어 더 많은 회로가 기판에 들어갈 수 있다. 예를 들어, 스마트폰의 IC 칩은 엄지손톱만큼 작지만 20억 개 이상의 트랜지스터를 포함할 수 있다. 각 트랜지스터의 크기는 머리카락 크기의 1/1000 미만이다.
이처럼 초소형 IC를 제조하는 것은 종종 수백 개의 개별 단계를 포함하는, 복잡하고 시간 소모적이며 값비싼 공정이다. 한 단계의 오류라도, 완성된 IC에 결함을 일으켜 사용이 불가능하게 할 가능성이 있다. 따라서, 제조 공정의 한 가지 목표는 이러한 결함을 피하여 공정에서 만들어지는 기능 IC(functional IC)의 수를 최대화하는 것, 즉 공정의 전체 수율을 향상시키는 것이다.
수율 개선의 한 요소는 칩 제조 공정을 모니터링하여 충분한 수의 기능 집적 회로를 생산하고 있는지 확인하는 것이다. 공정을 모니터링하는 한 가지 방법은 다양한 형성 단계에서 칩 회로 구조를 검사하는 것이다. 주사 전자 현미경(SEM)을 사용하여 검사를 수행할 수 있다. SEM을 사용하여, 이처럼 극도로 작은 구조를 이미징하여 사실상 구조의 "사진"을 찍을 수 있다. 이미지는 구조가 제대로 형성되었는지, 적절한 위치에 형성되었는지 확인하는 데 사용될 수 있다. 구조에 결함이 있는 경우 공정을 조정할 수 있으므로 결함이 재발할 가능성이 적다.
최신 하전 입자 빔 리소그래피 시스템에는 결함을 줄이는 데 도움이 되는 다양한 방법과 공정이 있다. 이러한 방법은 결함 발생을 사전에 방지하기 위해 설계 단계의 다양한 단계에서 구현할 수 있다. 이러한 시스템 중 다수는 검사를 통해 완성된 제조 공정에서 캡처한 데이터를 분석하는 데 의존한다. 결함이 발생하기 전에 이를 제거하는 프로세스에는 IC 제조 공정의 여러 단계에 대한 데이터 기반 모델 생성이 포함한다. 이러한 설계 기법은 제조 공정의 차이를 고려하여 IC 설계를 조정하여 제조된 IC 칩이 의도한 구조를 반영하도록 할 수 있다. 또한 IC 설계에서 핫스팟(hotspot)이 발생하는 영역과 제조 과정에서 결함이 더 많이 발생하기 쉬운 영역을 식별하는 것도 포함될 수 있다.
제조 전에 IC 설계를 개선하기 위한 이러한 기법과 다른 많은 기법은 IC 설계를 분석하는 데 사용되는 모델을 구축하고 훈련하기 위해 방대한 양의 패턴 데이터에 의존한다. 패턴 데이터에는 대상 IC 설계 또는 제조 과정에서 해당 설계를 검사하여 캡처한 사진이 포함될 수 있다. 모델이 더욱 복잡해지고 IC 제조업체가 머신 러닝 및 신경망과 같은 발전된 방법을 활용하여 이러한 모델을 생성함에 따라 모델 생성을 위한 계산 복잡도도 증가한다.
이처럼 계산 복잡성이 증가하고 방대한 패턴 데이터 세트가 필요하기 때문에, 이러한 기술 중 일부는 항상 실용적이지는 않다. 대신 일부 기법은 패턴의 서브세트를 사용할 수 있다. 이 기법이 효과적이려면 이 서브세트가 대표성이 있어야 하고 대상 디자인의 패턴을 잘 커버할 수 있어야 한다. "패턴 선택" 또는 "패턴 축소(pattern reduction)"라고 하는 패턴 데이터의 분류 또는 선택은 적은 양의 데이터로 웨이퍼 동작을 효율적으로 분석하거나 예측할 수 있도록 하는 데 중요한 요소이다.
본 발명의 실시예에 따르면, 패턴의 특정 피처에 대한 정보를 추출하고 이러한 특징을 사용하여 피처 벡터를 생성함으로써 패턴 선택이 개선될 수 있다(예를 들어, 도 4a-4c에 도시된 바와 같이). 피처 벡터는 예를 들어, GDS 파일(예를 들어, 도 4a)에 저장된 디자인 데이터 또는 검사 중에 캡처된 이미지 데이터(예를 들어, 도 4b)를 처리하여 생성될 수 있다. 그러나, 본 발명은 패턴 데이터의 특정 형태 또는 패턴 데이터를 획득하는 임의의 수단에 한정되지 않는다. 또한, 검사 이미지는 패턴의 상이한 피처에 기초하여 피처 벡터를 생성하는 데 사용하기 전에 처리되거나 변형될 수 있다(예를 들어, 도 4c). 다양한 공정과 알고리즘에서 계산된 피처 벡터를 사용하여 모든 패턴을 분석하기 위해 집중적인 계산을 수행할 필요 없이 리소그래피 공정을 전산적으로 분석하고 개선할 수 있다. 머신 러닝 기반 모델링 또는 광학 근접 보정("OPC"), 머신 러닝 기반 결함 검사 및 예측, 소스 마스크 최적화("SMO") 또는 런타임 단축 및 패턴 커버리지 개선을 위해 대표 패턴을 선택할 수 있는 기타 기술을 포함하여, 본 명세서에 설명된 실시예에 따라 패턴 선택, 분류 및 범주화를 활용할 수 있는 다운스트림 애플리케이션이 다수 존재한다. 일부 애플리케이션은 표준 반복 흐름 동안 사이클 시간을 줄이려고 하는데, 일부 중요하지 않은 사이클에서 전체 칩 대신 대표 패턴 세트를 적용함으로써 본 발명의 이점을 얻을 수 있다.
도면 내 구성 요소의 상대적 치수는 명확성을 위해 과장되었을 수 있다. 도면의 설명 내에서, 동일하거나 유사한 참조 번호는 동일하거나 유사한 구성 요소 또는 전체를 지칭하며, 개별 실시예와 관련된 차이점만 설명된다. 본 명세서에서 사용되는 "또는"이라는 용어는 특별히 달리 명시되지 않는 한, 실현 불가능한 경우를 제외하고 가능한 모든 조합을 포함한다. 예를 들어, 구성요소가 A 또는 B를 포함할 수 있다고 명시된 경우, 특별히 달리 명시되지 않거나 실행 불가능한 경우를 제외하고, 구성요소는 A 또는 B 또는 A와 B를 포함할 수 있다. 두 번째 예로서, 구성요소가 A, B 또는 C를 포함할 수 있다고 명시된 경우, 특별히 달리 명시되거나 실행 불가능한 경우를 제외하고, 구성요소는 A, B, C, 또는 A와 B, 또는 A와 C, 또는 B와 C, 또는 A와 B 및 C를 포함할 수 있다.
이제 본 발명의 실시예에 따른 예시적인 전자 빔 검사(EBI) 시스템(100)을 도시하는 도 1을 참조한다. 아래에 설명되는 바와 같이, 검사 시스템은 패턴 데이터를 생성할 수 있다. 도 1에 도시된 바와 같이, 하전 입자 빔 검사 시스템(100)은 메인 챔버(10), 로드록(load-lock) 챔버(20), 전자 빔 툴(40), 및 장비 프론트 엔드 모듈(equipment front end module, EFEM)(30)을 포함한다. 전자 빔 툴(40)은 메인 챔버(10) 내부에 위치한다. 설명 및 도면이 전자 빔에 관한 것이지만, 실시예는 본 발명이 특정 하전 입자에 제한되어 사용되지 않는다는 점이 이해될 것이다.
EFEM(30)은 제1 로딩 포트(30a) 및 제2 로딩 포트(30b)를 포함한다. EFEM(30)은 추가 로딩 포트(들)를 포함할 수 있다. 제1 로딩 포트(30a) 및 제2 로딩 포트(30b)는 웨이퍼[예를 들어, 반도체 웨이퍼 또는 다른 물질(들)로 만들어진 웨이퍼] 또는 검사할 샘플(웨이퍼 및 샘플은 이하 "웨이퍼"로 통칭됨)을 포함하는 웨이퍼 전면 개방 통합 포드(FOUP)를 수용한다. EFEM(30)의 하나 이상의 로봇 아암(도시되지 않음)은 웨이퍼를 로드록 챔버(20)로 운반한다.
로드록 챔버(20)는 로드록 챔버(20) 내의 기체 분자를 제거하여 대기압 아래의 제1 압력에 도달하는 로드록 진공 펌프 시스템(도시되지 않음)에 연결된다. 제1 압력에 도달한 후, 하나 이상의 로봇 아암(도시되지 않음)이 웨이퍼를 로드록 챔버(20)에서 메인 챔버(10)로 운반한다. 메인 챔버(10)는 메인 챔버 진공 펌프 시스템(도시되지 않음)에 연결되어, 메인 챔버(10)의 기체 분자를 제거하여 제1 압력보다 낮은 제2 압력에 도달하도록 한다. 제2 압력에 도달한 후, 웨이퍼는 전자 빔 툴(40)에 의한 검사를 받게 된다. 일부 실시예에서, 전자 빔 툴(40)은 단일 빔 검사 툴을 포함할 수 있다. 다른 실시예에서, 전자 빔 툴(40)는 다중 빔 검사 툴을 포함할 수 있다.
제어기(50)는 전자 빔 툴(40)에 전자적으로 연결될 수 있고 다른 구성요소에도 전자적으로 연결될 수 있다. 제어기(50)는 하전 입자 빔 검사 시스템(100)의 다양한 제어를 실행하도록 구성된 컴퓨터일 수 있다. 제어기(50)는 또한 다양한 신호 및 이미지 처리 기능을 실행하도록 구성된 처리 회로를 포함할 수 있다. 제어기(50)가 도 1에 메인 챔버(10), 로드록 챔버(20), 및 EFEM(30)을 포함하는 구조의 외부에 있는 것으로 도시되어 있지만, 제어기(50)는 구조의 일부일 수 있다는 점이 이해될 것이다.
본 발명이 전자 빔 검사 시스템을 수용하는 메인 챔버(10)의 예를 제공하지만, 가장 넓은 의미에서 본 발명의 양태는 전자 빔 검사 시스템을 수용하는 챔버에 제한되지 않는다는 점에 유의해야 한다. 오히려, 전술한 원리가 다른 챔버에도 적용될 수 있음이 이해될 것이다.
도 2는 본 발명의 실시예와 일치하는, 패터닝 공정의 일부분을 모델링 또는 시뮬레이션하기 위한 예시적인 시스템(200)의 블록도이다.
이해되는 바와 같이, 시스템(200)과 사용되거나 생성되는 모델은 상이한 패터닝 공정을 나타낼 수 있고 아래에서 설명되는 모든 모델을 포함할 필요는 없다. 소스 모델(201)은 패터닝 디바이스의 조명의 광학적 특성(방사선 강도 분포, 대역폭 및/또는 위상 분포를 포함함)을 나타낸다. 소스 모델(201)은 어퍼처 수 설정, 조명 시그마(σ) 설정 및 임의의 특정 조명 형상(예: 환형, 사중극자, 쌍극자 등)을 포함하지만 이에 한정되지 않는 조명의 광학적 특성을 나타낼 수 있으며, 여기서 σ(또는 시그마)는 조명기의 외부 반경 범위이다.
투영 광학계 모델(210)은 투영 광학계의 광학적 특성(투영 광학계에 의해 야기되는 복사 강도 분포 또는 위상 분포의 변화를 포함함)을 나타낸다. 투영 광학계 모델(210)은 수차, 왜곡, 하나 이상의 굴절률, 하나 이상의 물리적 크기, 하나 이상의 물리적 치수 등을 포함하는 투영 광학계의 광학 특성을 나타낼 수 있다.
패터닝 디바이스/디자인 레이아웃 모델 모듈(220)은 패터닝 디바이스의 패턴에서 디자인 특징이 어떻게 레이아웃되는지를 캡처하고, 예를 들어 미국 특허7,587,704(전문이 본원에 참고로서 포함됨)에 기술된 바와 같이 패터닝 디바이스의 상세한 물리적 특성의 표현을 포함할 수 있다. 일부 실시예에서, 패터닝 디바이스/디자인 레이아웃 모델 모듈(220)은 패터닝 디바이스 상에 또는 패터닝 디바이스에 의해 형성된 피처의 배열을 나타내는 디자인 레이아웃(예를 들어, 집적 회로, 메모리, 전자 디바이스 등의 피처에 대응하는 디바이스 디자인 레이아웃)의 광학적 특성(주어진 디자인 레이아웃에 의해 야기되는 방사선 강도 분포 또는 위상 분포의 변화를 포함함)을 나타낸다. 리소그래피 투영 장치에 사용되는 패터닝 디바이스가 변경될 수 있기 때문에, 적어도 조명 및 투영 광학계를 포함하는 리소그래피 투영 장치의 나머지 부분의 광학적 속성으로부터 패터닝 디바이스의 광학적 속성을 분리하는 것이 바람직하다. 시뮬레이션의 목적은 종종 예를 들어 에지 배치 및 CD를 정확하게 예측한 다음 장치 설계와 비교할 수 있도록 하는 것이다. 장치 설계는 일반적으로 사전 OPC 패터닝 장치 레이아웃으로 정의되며 GDSII 또는 OASIS와 같은 표준화된 디지털 파일 형식으로 제공된다.
에어리얼 이미지(230)가 소스 모델(200), 투영 광학계 모델(210) 및 패터닝 장치/디자인 레이아웃 모델(220)로부터 시뮬레이션될 수 있다. 에어리얼 이미지(AI)는 기판 레벨에서의 방사선 세기 분포이다. 리소그래피 투영 장치의 광학적 속성들(예를 들어, 조명, 패터닝 디바이스 및 투영 광학계의 속성들)이 에어리얼 이미지를 좌우한다.
기판 상의 레지스트 층이 에어리얼 이미지에 의해 노광되고, 에어리얼 이미지는 그 안에 잠재적인 "레지스트 이미지"(RI)로서 레지스트 층으로 전사된다. 레지스트 이미지(250)는 레지스트 층에서 레지스트의 용해도의 공간 분포로서 정의될 수 있다. 레지스트 모델(240)을 이용하여 에어리얼 이미지(230)로부터 레지스트 이미지(1250)가 시뮬레이션될 수 있다. 레지스트 모델은 에어리얼 이미지로부터 레지스트 이미지를 계산하기 위해 사용될 수 있으며, 이 예시는 본 명세서에서 그 전문이 인용참조되는 미국 특허 8,200,468호에서 찾아볼 수 있다. 레지스트 모델은 통상적으로 레지스트 노광, 노광 후 베이크(PEB) 및 현상 시 일어나는 화학 공정들의 효과들을 설명하여, 예를 들어 기판 상에 형성되는 레지스트 피처들의 윤곽을 예측하고, 따라서 이는 통상적으로 이러한 레지스트 층의 속성들(예를 들어, 노광, 노광 후 베이크 및 현상 시 일어나는 화학 공정들의 효과들)에만 관련된다. 일부 실시예에서, 레지스트 층의 광학적 속성들, 예를 들어 굴절률, 필름 두께, 전파 및 편광 효과들은 투영 광학계 모델(210)의 일부로서 포착될 수 있다.
광학 및 레지스트 모델 간의 연결은 레지스트 층 내의 시뮬레이션된 에어리얼 이미지 세기이며, 이는 기판 상으로의 방사선의 투영, 레지스트 계면에서의 굴절 및 레지스트 필름 스택에서의 다수 반사들로부터 발생한다. 방사선 세기 분포(에어리얼 이미지 세기)는 입사 에너지의 흡수에 의해 잠재적인 "레지스트 이미지"로 바뀌고, 이는 확산 과정 및 다양한 로딩 효과들에 의해 더 수정된다. 풀-칩 적용들을 위해 충분히 빠른 효율적인 시뮬레이션 방법들이 2-차원 에어리얼(및 레지스트) 이미지에 의해 레지스트 스택에서 현실적인 3-차원 세기 분포를 근사시킨다.
일부 실시예에서, 레지스트 이미지는 패턴 전사-후 공정 모델 모듈(260)로의 입력으로서 사용될 수 있다. 패턴 전사-후 공정 모델(260)은 1 이상의 레지스트 현상-후 공정들(예를 들어, 에칭, 현상 등)의 성능을 정의한다.
패터닝 공정의 시뮬레이션은, 예를 들어 레지스트 또는 에칭된 이미지 내의 윤곽, CD, 에지 배치(예를 들어, 에지 배치 오차) 등을 예측할 수 있다. 따라서, 시뮬레이션의 목적은 예를 들어 프린트된 패턴의 에지 배치, 에어리얼 이미지 세기 기울기, 및/또는 CD 등을 정확히 예측하는 것이다. 이 값들은, 예를 들어 패터닝 공정을 보정하고, 결함이 발생할 것으로 예측되는 곳을 식별하는 등을 위해 의도된 디자인과 비교될 수 있다. 의도된 디자인은 일반적으로 OPC-전 디자인 레이아웃으로서 정의되며, 이는 GDSII 또는 OASIS와 같은 표준화된 디지털 파일 포맷 또는 다른 파일 포맷으로 제공될 수 있다.
따라서, 모델 공식화는 전체 공정의 알려진 물리학 및 화학적 성질의 전부는 아니더라도 대부분을 설명하고, 모델 파라미터들 각각은 바람직하게는 별개의 물리적 또는 화학적 효과에 대응한다. 따라서, 모델 공식화는 모델이 전체 제조 공정을 시뮬레이션하는 데 얼마나 잘 사용될 수 있는지에 대한 상한을 설정한다. 제조 공정을 효과적으로 모델링하기 위해, 시스템(200)은 패턴 선택, 범주화, 및 분류를 위해 본 명세서에 개시된 것과 같은 효율적인 프로세스를 이용할 수 있다. 이하에서 설명되는 실시예들은 도 2와 관련하여 설명된 전산 리소그래피 모델과 함께 사용하기 위한 패턴 인스턴스를 설명하는 피처 벡터를 제공할 수 있다.
도 3은 본 개시의 실시예들과 일치하는 피처 추출(300)을 수행하도록 구성된 예시적인 시스템의 블록도이다. 다양한 실시예에서, 시스템(300)은 하전 입자 빔 검사 시스템[예를 들어, 도 1의 전자 빔 검사 시스템(100)], 패터닝 모델링 또는 전산 리소그래피 시스템[예를 들어, 도 2의 시스템(200)] 또는 다른 포토리소그래피 시스템의 일부이거나 이와 분리될 수 있음을 알 수 있다. 일부 실시예에서, 시스템(300)은 예를 들어, 컨트롤러(50), 패터닝 디바이스/디자인 레이아웃 모델(220), 도 1 및 도 2의 다른 모듈의 일부일 수 있고, 포토리소그래피 시스템의 일부로서, 독립형 디바이스 또는 컴퓨터 모듈로서 또는 전자 설계 자동화 시스템의 일부로서 구현될 수 있다. 일부 실시예에서, 시스템(300)은 패턴 획득기, 패턴 처리기, 피처 벡터 생성기, 패턴 변환기, 데이터베이스, 메모리, 저장소 등을 포함할 수 있다.
도 3에 도시된 바와 같이, 시스템(300)은 패턴 획득기(310), 패턴 처리기(320), 피처 벡터 생성기(330), 패턴 변환기(340) 및 데이터베이스(350)를 포함할 수 있다. 본 개시의 실시예에 따르면, 패턴 획득기(310)는 IC 설계와 관련된 패턴을 획득할 수 있다.
패턴 획득기(310)는 예를 들어, 도 2의 시스템(200)에서 사용되는 IC 설계 레이아웃의 전부 또는 일부를 나타내는 패턴을 획득할 수 있다. 패턴 획득기(310)는 다양한 포맷의 패턴을 획득할 수 있다. 아래 도 4a를 참조하여 보다 상세하게 설명되는 일부 실시예들에서, 패턴 획득기(310)에 의해 획득된 패턴은 GDS(Graphic Database System) 포맷, GDS II(Graphic Database System II) 포맷, OASIS(Open Artwork System Interchange Standard) 포맷 또는 CIF(Caltech Intermediate Format) 등이 될 수 있다. 웨이퍼 디자인 레이아웃에는 웨이퍼에 포함할 패턴이 포함될 수 있다. 패턴은 포토리소그래피 마스크 또는 레티클에서 웨이퍼로 피처를 전송하는 데 사용되는 마스크 패턴일 수 있다. 일부 실시예에서, GDS 또는 OASIS 형식의 패턴은 평면 기하학적 형상, 텍스트 및 웨이퍼 디자인 레이아웃과 관련된 기타 정보를 나타내는 이진 파일 형식으로 저장된 피처 정보를 포함할 수 있다.
아래 도 4b를 참조하여 보다 상세히 설명되는 일부 실시예들에서, 패턴 획득기(310)에 의해 획득된 패턴은 샘플 또는 웨이퍼를 검사하여 캡처된 이미지 또는 이미지의 일부일 수 있다. 예를 들어, 패턴 획득기(310)는 도 1의 전자 빔 검사 시스템(100)에 의해 생성된 이미지로부터 패턴을 획득할 수 있다. 일부 실시예에서, 패턴 획득기(310)는 이전에 SEM 또는 다른 검사 시스템[예를 들어, 도 1의 검사 시스템(100) 또는 도 2의 시스템(200)]에 의해 캡처된 샘플로부터 패턴을 나타내는 이미지를 획득할 수 있다. 패턴 획득기(310)는 데이터베이스, 메모리, 또는 유사한 전기 부품 또는 스토리지로부터 패턴을 검색할 수 있다. 일부 실시예에서, 패턴 획득기(310)에 의해 획득된 패턴은 검사 시스템을 통해 획득된 이미지(예를 들어, 도 4c의 이미지 440, 이하에서 상세히 설명됨)의 수정 또는 변형된 버전일 수 있다. 예를 들어, 패턴은 예를 들어, 고속 푸리에 변환("FFT") 또는 가우시안 필터를 통해 처리된 샘플 이미지의 전부 또는 일부일 수 있다. 통상의 기술자는 검사 이미지 또는 이미지 유사 객체 또는 데이터 구조에 적용될 수 있는 다른 이미지 변환 또는 조작을 인식할 수 있을 것이다. 예시된 바와 같이, 패턴 획득기는 다양한 포맷의 패턴 정보를 획득할 수 있어, 본원에 설명된 실시예들이 일반적인 패턴 정보 및 포맷에 걸쳐 기능하고 다양한 실제 애플리케이션 및 시스템에 적용될 수 있다.
패턴 획득기(310)는 패턴 처리기(320)에 패턴을 제공할 수 있다. 패턴 처리기(320)는 피처 벡터의 생성을 위해 패턴을 준비할 수 있다. 패턴 처리기(320)는 패턴 획득기(310)로부터 수신된 패턴의 유형에 기초하여 상이한 처리를 수행할 수 있다. 이러한 차이점들 중 일부는 도 4a-4c에 대응하는 실시예들과 관련하여 설명된다. 예를 들어, 도 4a, 4b, 및 도 4c는 각각 GDS 포맷, 변경되지 않은 검사 이미지 포맷, 및 변형된 이미지 포맷의 패턴을 나타낼 수 있다. 패턴 이미지는 마스크 이미지, 에어리얼 이미지, 레지스트 이미지 또는 당업자에게 잘 알려진 다른 적절한 패턴 이미지일 수 있다.
도 4a를 참조하면, 도 4a는 예를 들어, 패턴 획득기(310)로부터 획득할 수 있는 예시적인 패턴(400)을 나타낸다. 패턴(400)은 GDS 포맷으로 저장된 패턴일 수 있다. 패턴(400)은 GDS 포맷에 한정되지 않고, 레이아웃 정보를 나타내는 임의의 유사한 데이터 포맷 또는 데이터 구조일 수 있음이 이해될 것이다.
패턴(400)은 패턴 전체에 위치한 다양한 피처를 포함할 수 있다. 피처는 IC를 제조하는 데 사용되는 레이아웃의 다양한 구성 요소를 나타내는 다양한 모양의 다각형일 수 있다. 일부 실시예에서, 피처는 예를 들어, 피처의 기하학적 구조에 기초하여 임의의 적절한 기술을 사용하여 대응하는 대표 지점으로 축소될 수 있다. 이러한 피처 대표 지점은 피처 포인트(407)로 표현될 수 있다. 도 4a에 도시된 피처 포인트(407)의 수는 예시적인 것이다. 일부 실시예에서는 패턴(400)에 더 많은 피처가 존재하고, 일부 실시예에서는 패턴(400)에 더 적은 피처 포인트(407)가 존재한다. 일부 실시예에서, 대표 지점은 피처에 대한 다각형의 중심점에 대응할 수 있다. 중심점의 위치는 피처의 형상에 기초하여 결정될 수 있다. 일부 다른 실시예들에서, 중심점을 사용하는 대신에, 다각형은 피처의 다른 좌표, 측면 또는 다른 유형의 대표 지점으로 표현될 수 있다. 예를 들어, 패턴 처리기(320)는 다각형, 특징을 나타내는 형상, 또는 피처의 일부인 특정 정점에 대해 X 및 Y 차원의 제1 좌표를 사용할 수 있다.
본 개시의 실시예들에 따르면, 패턴 처리기(320)는 패턴(400)을 처리하고 패턴(400)을 구획, 영역, 구역 또는 빈(bin)으로 분할할 수 있다. 일부 실시예에서, 빈은 패턴(400)의 중심으로부터 바깥쪽으로 발산하는 동심원 영역으로 표현될 수 있다. 예를 들어, 패턴 처리기(320)는 패턴(400)을 빈(401, 402, 403, 및 404)으로 분할할 수 있다. 각 빈은 패턴(400)의 다른 부분을 포함한다.
도 4b를 참조하면, 도 4b는 예를 들어, 패턴 획득기(310)로부터 획득할 수 있는 예시적인 패턴(420)이다. 패턴(420)은 이미지 포맷으로 저장된 패턴일 수 있고, 예를 들어, 검사 시스템(100) 또는 시스템(200)에 의해 샘플을 검사하는 동안 캡처된 이미지의 일부 또는 전부를 나타낼 수 있다. 패턴(420)은 패턴 처리기(320)에 의해 처리되거나 해석될 수 있는 임의의 적합한 이미지 포맷으로 저장될 수 있음이 이해될 것이다.
본 개시의 실시예들에 따르면, 패턴 처리기(320)는 패턴(420)을 처리하고 패턴(420)을 구획, 영역, 구역 또는 빈으로 분할할 수 있다. 일부 실시예에서, 빈은 패턴(420)의 중심으로부터 바깥쪽으로 발산하는 동심 사각형의 영역으로 표현될 수 있다. 예를 들어, 패턴 처리기(320)는 패턴(420)을 빈(421, 422, 423, 및 424)으로 분할할 수 있다. 각 빈은 패턴(400)의 다른 부분을 포함한다.
도 4c를 참조하면, 도 4c는 예를 들어, 패턴 획득기(310)로부터 얻을 수 있는 예시적인 패턴(440)이다. 패턴(440)은 이미지 포맷으로 저장된 패턴일 수 있고, 예를 들어, 검사 시스템(100) 또는 시스템(200)에 의해 샘플을 검사하는 동안 캡처된 이미지의 일부 또는 전부를 나타낼 수 있으며, 이미지 변환 프로세스를 통해 추가적으로 처리될 수 있다. 예를 들어, 패턴(440)은 FFT를 사용하여 처리된 패턴 이미지를 나타낼 수 있다. 패턴(440)은 패턴 처리기(320)에 의해 처리되거나 해석될 수 있는 임의의 적합한 이미지 포맷으로 저장될 수 있음이 이해될 것이다. 또한, 패턴(440)은 FFT, 가우시안 필터, 또는 당업자에게 잘 알려진 다른 이미지 변환을 포함하되 이에 한정되지 않는 하나 이상의 이미지 변환의 결과일 수 있다.
본 개시의 실시예들에 따르면, 패턴 처리기(320)는 패턴(440)을 처리하고 패턴(440)을 구획, 영역, 구역 또는 빈으로 분할할 수 있다. 일부 실시예에서, 빈은 패턴(420)의 중심으로부터 바깥쪽으로 발산하는 동심 사각형의 영역으로 표현될 수 있다. 예를 들어, 패턴 처리기(320)는 패턴(440)을 빈(441, 442, 443, 및 444)으로 분할할 수 있다. 각 빈은 패턴(400)의 다른 부분을 포함한다.
도 3을 다시 참조하면, 패턴 처리기(320)는 처리된 패턴을 피처 벡터 생성기(330)에 제공할 수 있다. 피처 벡터 생성기(330)는 처리된 패턴을 사용하여 패턴[예를 들어, 패턴(400, 420, 및 440)]을 피처 벡터로 변환할 수 있다. 피처 벡터는 패턴의 수학적 표현일 수 있다. 일부 실시예에서, 피처 벡터는 피처 벡터의 각 요소가 패턴의 빈의 특성을 나타낼 수 있는 n-튜플(n-tuple)일 수 있다. 피처 벡터 생성기(330)가 튜플의 각 요소를 결정하는 방식은 패턴의 특성에 따라 달라질 수 있다. 예시적인 특징 계산은 도 4a-4c와 관련하여 보다 상세하게 설명된다.
일부 실시예에서, 패턴은 상이한 구간 내의 피처 밀도 또는 피처 포인트 밀도를 포함하는 피처 벡터로 표현된다. 도 4a를 다시 참조하면, 피처 벡터 생성기(330)는 예를 들어, 패턴(400) 및 구간(401, 402, 403, 및 404)을 검사하여 피처 또는 피처 포인트(407)의 면적 밀도를 계산할 수 있다. 예를 들어, 피처 벡터 생성기(330)는 피처 포인트(407) 중 하나의 중심이 빈(401)에 위치한다는 것을 결정할 수 있다. 피처 벡터 생성기(330)는 또한 피처(407) 중 2개가 빈(402)에 위치하고, 피처(407) 중 4개가 빈(403)에 위치하며, 피처(407) 중 2개가 빈(404)에 위치한다는 것을 결정할 수 있다. 이 정보로부터, 각 빈에 있는 피처 또는 피처 포인트의 면적 피처 밀도는 한 빈에 있는 피처 또는 피처 포인트의 수를 해당 빈의 면적으로 나누어 계산할 수 있다. 예를 들어, 빈(401, 402, 403 및 404)의 면적이 각각 1, 3, 5 및 7제곱 단위가 되도록 빈을 선택하면 빈(401, 402, 403 및 404)의 밀도는 각각 1, .667, .8 및 .286이 된다. 이후, 이러한 밀도를 단일 피처 벡터로 결합하여 "(1, .667, .8, .286)"으로 표현하여 패턴을 나타낼 수 있다.
일부 실시예에서, 영역 피처 밀도 이외의 메트릭이 피처 벡터를 생성하는 데 사용될 수 있다. 예를 들어, 피처 벡터 생성기(330)는 각 구간 내의 피처 또는 피처 대표 지점의 총 개수, 피처의 분포 또는 각 구간 내의 피처 대표 지점, 또는 구간 특성을 단일 값으로 축소할 수 있는 다른 메트릭을 계산할 수 있다. 패턴의 상이한 특성은 상이한 애플리케이션에 따라 피처 벡터를 생성하는 데 더 적합할 수 있다. 피처 벡터 생성기(330)는 사용할 적절한 특성을 결정하도록 구성되거나 피처 벡터의 대상 애플리케이션에 기초하여 구성될 수 있다.
도 4b 및 4c를 참조하는 일부 실시예에서, 피처 벡터 생성기(330)는 패턴(420) 또는 패턴(440) 상의 빈 내의 패턴 이미지의 픽셀을 처리하여 피처 벡터를 결정할 수 있다. 예를 들어, 패턴(420) 및 패턴(440)에 도시된 것과 유사한 그레이스케일 이미지는 예를 들어, 0에서 255 사이의 픽셀 값을 포함할 수 있으며, 0은 검은색, 255는 흰색, 및 다른 모든 픽셀 강도는 그 사이 어딘가에 속한다. 일부 실시예에서, 피처 벡터 생성기(330)는 빈 내의 모든 픽셀의 픽셀 강도를 합산할 수 있다. 이러한 실시예에서, 각 빈에 대한 합은 피처 벡터의 해당 값으로 사용될 수 있다. 예를 들어, 빈(421) 또는 빈(441)의 강도의 합은 각각 패턴(420) 또는 패턴(440)에 대한 피처 벡터의 요소 값이 될 수 있다. 패턴 이미지는 캡처 또는 시뮬레이션된 SEM 이미지, 에어리얼 이미지, 레지스트 이미지, 마스크 이미지 또는 에칭 이미지 등이 될 수 있다.
이미지 픽셀의 다른 측면이 피처 벡터 값을 생성하는 데 사용될 수 있음을 알 것이다. 예를 들어, 픽셀 강도의 합계 대신에, 피처 벡터 생성기(330)는 평균 강도, 최대 강도, 최소 강도 또는 해당 데이터를 단일 값으로 감소시킬 수 있는 빈 내 데이터의 다른 특성을 사용할 수 있다. 피처 벡터 값에 대한 다른 소스는 피처 벡터에 대한 다른 애플리케이션에 더 적합할 수 있다.
도 3을 다시 참조하면, 피처 벡터 생성기(330)에 의해 생성된 피처 벡터는 이후에 사용하기 위해 데이터베이스(350)에 저장될 수 있다. 일부 실시예에서, 피처 벡터 생성기(330)는 데이터베이스(350)에 저장될 수 있는 다수의 피처 벡터를 생성할 수 있다. 예를 들어, 이러한 추가 피처 벡터는 패턴의 다른 부분에 대한 피처 벡터, 패턴의 다른 특성을 사용하여 생성된 피처 벡터, 또는 다른 빈 크기 또는 레이아웃으로 생성된 피처 벡터가 될 수 있다.
일부 실시예에서, 패턴 획득기(310)는 패턴을 처리하기 전에 패턴 변환기(340)에 패턴을 제공할 수 있다. 이러한 실시예들에서, 패턴 변환기(340)는 패턴 처리기(320)에 의해 처리되기 전에 패턴에 변형 또는 다른 이미지 또는 파일 조작을 적용할 수 있다. 예를 들어, 패턴 변환기(340)는 이미지에 FFT 또는 가우시안 필터를 적용할 수 있다. FFT와 같은 변환을 사용하면 패턴을 시간 영역에서 주파수 영역으로 변환할 수 있으며, 결과 피처 벡터에 대한 추가적인 유연성 및 애플리케이션을 제공한다.
일부 실시예에서, 변환을 사용하면 패턴 매칭을 위해 피처 벡터를 활용할 때 추가적인 유연성이 제공될 수 있다. 도 5a 및 도 5b를 참조하면, 이미지(503 및 507)는 동일한 형상을 갖지만 이동된 패턴의 피처를 나타낼 수 있다. 이러한 이미지들을 처리할 때, 패턴 처리기(320)는 빈을 계산할 때 피처의 다른 부분에서 피처를 분할할 수 있다. 따라서, 이미지에서 피처의 공간적 이동은 동일한 패턴에 대해 두 개의 다른 피처 벡터를 초래할 수 있다. 이미지(513 및 517)는 각각 입력 이미지(503 및 507)에 FFT를 적용한 결과를 나타낸다. FFT는 이미지를 크기 스펙트럼으로 변환하기 때문에 이미지의 공간적 이동이 방지되고 두 피처가 동일한 크기의 스펙트럼을 생성한다. 패턴 변환기(340)는 이미지(503 및 507)에 FFT를 적용할 수 있고, 결과 이미지(513 및 517)를 패턴 처리기(320)에 제공할 수 있다. 이 예에서, 이미지(513 및 517)를 처리할 때, 패턴 처리기(320)는 이미지에 동일한 빈을 생성할 수 있고, 피처 벡터 생성기(330)는 공간적 이동에 관계없이 두 입력 이미지(503 및 507)에 대해 동일한 피처 벡터를 생성할 수 있다.
일부 실시예에서, 패턴 획득기(310)에 의해 획득된 이미지는 이미 이미지 변환이 적용되어 있을 수 있다. 다른 실시예들에서, 패턴 변환기(340)는 패턴 처리기(320)에 의해 처리되기 전에 패턴 획득기(310)에 의해 획득된 패턴에 변환을 적용할 수 있다. 일부 실시예에서, 패턴 획득기(310)는 동일한 패턴을 패턴 처리기(320) 및 패턴 변환기(340)에 직접 제공할 수 있다. 이러한 실시예들에서, 피처 벡터는 피처 벡터 생성기(330)에 의해, 원래 패턴 및 변형된 데이터 파일을 모두 사용하여 생성될 수 있다. 다른 실시예들에서, 패턴 처리기(320) 및 피처 벡터 생성기(330)는 변환된 데이터에 대해서만 작동할 수 있다. 패턴을 변환하면 시스템(300)이 변환된 데이터를 기반으로 피처 벡터를 생성할 수 있으며, 전술한 바와 같이, 시프트된 패턴에 대해 동일한 피처 벡터를 생성할 수 있다.
전술한 바와 같이, 시스템(300)의 다양한 측면들 간의 상호 작용은 동일한 패턴으로부터 생성되는 상이한 피처 벡터를 초래할 수 있다. 시스템(300)의 상이한 구성요소를 조정함으로써, 상이한 애플리케이션에서 사용하기 위해 상이한 피처 벡터를 생성할 수 있다. 또한, 단일 패턴의 상이한 피처 벡터는 서로 조합하여 사용되거나 상이한 애플리케이션에 사용될 수 있다. 동일한 패턴에서 다른 피처 벡터를 생성하기 위해 복잡한 모델링이나 계산 집약적인 알고리즘을 사용하지 않고도 다양한 처리 기술을 사용하여 결과 애플리케이션의 요구 사항에 맞출 수 있다.
본 개시의 실시예에 따라 생성된 피처 벡터는 정확한 매칭 또는 퍼지 매칭(fuzzy matching)과 같은 패턴 매칭에 사용될 수 있다. 예를 들어, 레이아웃의 다른 부분에서 생성된 피처 벡터는 피처 벡터를 생성하는 데 사용된 패턴이 정확히 동일하지 않더라도 일치할 수 있다. 패턴 처리기(320)에 의해 생성된 빈 크기를 조정함으로써, 처리 파이프라인에 다양한 퍼지 레벨을 도입할 수 있다. 예를 들어, 빈 크기를 증가시키면 피처 벡터 생성기(330)에 의해 생성된 피처 벡터의 정확도가 떨어질 수 있다. 이로 인해 정확히 동일한 피처 레이아웃을 갖지 않는 패턴이 동일한 피처 벡터를 생성할 수 있다. 그러나 이 예에서는 빈 크기가 클수록 피처 벡터 크기가 작아져 처리 효율이 향상될 수 있다.
이러한 실시예에서 감소된 정밀도는 일부 애플리케이션에도 도움이 될 수 있다. 예를 들어, 레이아웃이 제조될 때, 제조 공정 중에 발생하는 차이로 인해 컴포넌트 또는 피처가 동일하지 않을 수 있다. 이 예에서, 샘플에 대해 피처 벡터 생성기(330)에 의해 생성된 피처 벡터는 피처 벡터의 퍼지에 의해 분산이 설명되기 때문에 여전히 일치할 수 있다. 다른 예에서, 소수의 빈을 사용하여 특정 프로세스 또는 애플리케이션의 프로토타이핑에 사용할 수 있는 피처 벡터를 생성할 수 있다. 이 예에서는 초기 프로토타입 또는 계획 단계 이상으로 이동할 때 더 많은 빈을 원본 패턴에 효율적으로 적용하여 더 정밀한 피처 벡터를 생성할 수 있다.
더 높은 정밀도가 요구되는 다른 실시예에서, 패턴 처리기(320)는 더 작은 빈 크기를 사용할 수 있다. 이로 인해 피처 벡터가 더 커질 수 있지만, 추가 정밀도가 특정 애플리케이션에 더 적합할 수 있다. 시스템(300)에 내재된 유연성 때문에, 정밀도와 계산 복잡성 사이의 균형은 다양한 요구와 다양한 애플리케이션에 맞게 조정될 수 있다.
패턴 처리기(320)가 패턴에 빈을 배치하는 방법의 차이도 피처 벡터가 사용되는 방법에 영향을 미칠 수 있다. 예를 들어, 도 4a의 패턴(400)의 경우, 패턴 처리기(320)는 동심원을 사용하여 빈(401, 402, 403, 및 404)을 생성할 수 있다. 일부 실시예들에서는, 동심원 대신에, 도 4a 및 4c에 도시된 바와 같은 동심 사각형이 사용된다. 각 접근 방식은 서로 다른 애플리케이션에서 사용할 수 있도록 사용될 수 있다. 예를 들어, 패턴 처리기(320)가 동심원을 사용하여 빈을 정의하고 피처 벡터 생성기(330)가 피처 밀도 기반 피처 벡터를 계산하는 경우, 패턴의 회전은 동일한 피처 벡터를 초래할 수 있다. 이러한 실시예에서, 피처 벡터는 웨이퍼 디자인 또는 검사 이미지 전체에서 동일하거나 유사한 패턴을 찾는 데 사용될 수 있으며, 이는 패턴이 디자인 전체에서 다른 방향을 갖더라도 마찬가지이다. 또한, 더 복잡한 빈 조합을 활용하여 피처 벡터의 효과를 더욱 높일 수 있다. 예를 들어, 도 5c를 참조하면, 패턴 처리기(320)는 패턴(420)을 비동심 빈으로 분할할 수 있다. 도시된 바와 같이, 패턴 처리기(320)는 패턴(420)의 모서리들을 연결하는 대각선을 그려 패턴(420)을 빈(521, 522, 523, 및 524)과 같은 4개의 빈으로 분할할 수 있다. 결과 빈은 각각 패턴(420)의 사분면을 나타낼 수 있으며, 각 빈은 패턴(420)의 중심을 중심으로 회전할 수 있다[즉, 빈(521)은 빈(524)을 90˚ 회전하여 얻을 수 있음]. 다른 빈 크기, 수 및 회전 각도를 사용할 수도 있다. 예를 들어, 30˚, 45˚, 60˚, 90˚ 또는 해당 빈 수에 해당하는 다른 각도로 회전된 빈을 사용할 수 있다. 이러한 방식으로 패턴(420)을 분할함으로써, 예를 들어 피처 벡터 생성기(330)에 의해 생성된 결과 피처 벡터를 동심원으로 분할된 패턴(420)으로부터 생성된 피처 벡터와 결합하여(예를 들어, 도 4b에 도시된 바와 같이) 두 개의 다른 패턴이 동일한 피처 벡터로 축소되는 가능성을 줄일 수 있다. 이러한 방식으로 생성된 피처 벡터는 예를 들어, 도 4b의 패턴(420)과 관련하여 생성된 피처 벡터와 동시에 사용될 수 있고, 또는 개별적으로 사용될 수 있다.
상기 개시에서는 동심 도형 및/또는 회전 사분면을 기반으로 빈을 생성하는 것에 대해 논의했지만, 당업자는 빈의 추가 조합(예를 들어, 그리드 또는 행렬)을 적용할 수 있음을 이해할 것이다. 상이한 유형의 빈 생성으로부터 생성된 피처 벡터는 상이한 애플리케이션, 장점 및 단점을 가질 수 있지만, 패턴에 빈을 적용하고 개별 빈으로부터 피처 벡터를 생성하는 프로세스는 시스템(300)과 관련하여 설명한 바와 동일하게 유지된다.
도 6은 본 개시의 실시예와 일치하는 피처 추출을 위한 예시적인 방법(600)을 나타내는 프로세스 순서도이다. 방법(600)의 단계들은 도 3의 시스템(300)이 컴퓨팅 디바이스[예를 들어, 도 1의 컨트롤러(50)를 도시하기 위한 목적으로]의 특징들을 실행하거나 달리 사용하여 수행될 수 있다. 예시된 방법(600)은 단계들의 순서를 수정하고 추가 단계를 포함하도록 변경될 수 있다는 것이 이해될 것이다.
단계(610)에서, 시스템(300)은 패턴을 획득할 수 있다. 패턴은 GDS 파일 또는 이와 유사한 파일 또는 데이터 구조(예를 들어, 도 4a의 패턴 400)와 같은 IC 디자인 레이아웃을 나타내는 데이터 파일일 수 있다. 패턴은 IC 설계의 특징과 관련된 폴리곤 정보 또는 다양한 유형의 패턴 이미지를 포함할 수 있다.
단계(620)에서, 시스템(300)은 피처를 포함하는 패턴의 하위 섹션을 식별할 수 있다[예를 들어, 도 4a의 피처(407)]. 일부 실시예에서, 식별된 특징들은 패턴 전체에 걸쳐 반복되는 동일하거나 유사한 특징들일 수 있다. 다른 실시예들에서, 식별된 특징들은 패턴 내의 모든 특징들이다. 단계(620)에서, 시스템(300)은 피처를 식별하고 피처를 대표하기 위한 점으로 피처를 축소할 수 있다. 이러한 피처 대표 지점은 피처를 나타내는 다각형의 중심, 피처를 나타내는 다각형의 꼭지점, 대표 지점 또는 디자인에서 피처의 위치를 식별하는 피처의 다른 특성일 수 있다.
단계(630)에서, 시스템(300)은 패턴의 하위 섹션을 복수의 구역 또는 빈으로 분할할 수 있다. 예를 들어, 시스템(300)은 동심 또는 비동심 기하학적 형상(예를 들어, 원)을 사용하여 상이한 영역 또는 빈[예를 들어, 도 4a의 빈(401, 402, 403, 및 404)]의 경계를 정의할 수 있다. 전술한 바와 같이, 일부 실시예에서, 패턴을 빈으로 분할하기 위해 상이한 형상 또는 방법이 사용될 수 있다(예를 들어, 정사각형, 원 또는 다른 형상이 사용될 수 있음).
단계(640)에서, 시스템(300)은 각 빈의 피처 밀도의 표시를 결정할 수 있다. 단계(630)에서 생성된 각 빈에 대해, 시스템(300)은 빈에 있는 피처 또는 피처 대표 지점의 수를 식별할 수 있다. 일부 실시예에서, 피처는 여러 빈에 걸쳐 있을 수 있고 두 빈 모두에서 발생하는 것으로 계산될 수 있다. 다른 실시예에서, 여러 빈에 걸쳐 있는 피처는 피처를 식별하는 데 사용되는 특정 포인트 또는 위치를 기반으로 단일 빈에 위치한 것으로 간주될 수 있다. 빈의 피처 또는 피처 대표 지점을 식별한 후, 시스템(300)은 피처 또는 피처 대표 지점의 수를 빈의 영역으로 나눔으로써 빈의 면적 밀도를 결정할 수 있다. 전술한 바와 같이, 일부 실시예에서, 시스템(300)은 각 빈을 나타내는 수치 값을 계산하는 다양한 방법을 활용할 수 있다.
단계(650)에서, 시스템(300)은 패턴의 하위 섹션을 나타내는 피처 벡터를 계산할 수 있다. 시스템(300)은 결정된 각 빈에 대한 밀도를 n-튜플 또는 벡터의 요소로 사용할 수 있다. 결합된 밀도는 패턴의 하위 섹션을 나타낼 수 있는 피처 벡터를 형성할 수 있다. 이렇게 구성된 패턴을 일치시키면 일치하는 피처 벡터를 생성하여 IC 설계 전체에서 패턴을 계산적으로 효율적으로 분류하고 선택할 수 있다.
도 7은 본 개시의 실시예와 일치하는 피처 추출을 위한 예시적인 방법(700)을 나타내는 프로세스 순서도이다. 방법(700)의 단계들은 도 3의 시스템(300)이 컴퓨팅 디바이스[예를 들어, 도 1의 컨트롤러(50)를 도시하기 위한 목적으로]의 특징을 실행하거나 다른 방식으로 사용하여 수행될 수 있다. 예시된 방법(700)은 단계들의 순서를 수정하고 추가 단계를 포함하도록 변경될 수 있다는 것이 이해될 것이다.
단계(710)에서, 시스템(300)은 IC 설계의 패턴을 나타내는 이미지를 획득할 수 있다. 일부 실시예에서, 이미지는 예를 들어, 도 1의 검사 시스템(100)에 의해 캡처되거나 도 2의 시스템(200)으로부터 획득된 샘플의 검사 이미지 또는 검사 이미지의 일부일 수 있다[예를 들어, 도 4b의 패턴(420)]. 또 다른 실시예들에서, 이미지는 FFT 또는 가우시안 필터와 같은 이미지 처리를 거친 검사 이미지 또는 검사 이미지의 일부일 수 있다[예를 들어, 도 4c의 패턴(440)]. 일부 실시예에서, 이미지는 시뮬레이션된 SEM 이미지, 또는 시뮬레이션된 에어리얼 이미지, 마스크 이미지, 에칭 이미지, 레지스트 이미지 등일 수 있다. 일부 실시예에서, 획득된 이미지는 단계(720)에서 추가적으로 처리된다. 다른 실시예에서, 방법(700)은 단계(730)에서 바로 계속된다. 일부 실시예에서, 방법(700)은 원시 이미지[예를 들어, 단계(720)에서 단계(730)로 직접 이미지를 전송하고, 또한 단계(720)에서 이미지를 추가적으로 처리할 수 있는 이미지]를 모두 사용한다. 이러한 실시예에서, 방법(700)은 두 이미지에 대해 후속 단계[예를 들어, 단계(730, 740 및 750)]를 개별적으로 수행하여 두 개의 피처 벡터를 생성할 수 있다.
단계(720)에서, 시스템(300)은 단계(710)에서 획득한 이미지를 추가로 처리할 수 있다. 시스템(300)은 획득된 이미지에 필터 또는 변환을 적용할 수 있다. 예를 들어, 시스템(300)은 이미지에 FFT 또는 가우시안 필터를 적용할 수 있다. [예를 들어, 도 5a 및 도 5b에서 이미지(513 및 517)를 생성하기 위해 이미지(503 및 507)에 적용된 변환]. 이미지에 적용되는 특정 변환 또는 처리는 방법(700)을 사용하는 특정 애플리케이션에 따라 달라질 수 있다.
단계(730)에서, 시스템(300)은 이미지를 복수의 구역 또는 빈으로 분할할 수 있다. 예를 들어, 시스템(300)은 동심 또는 비동심 기하학적 형상(예를 들어, 사각형)을 사용하여 상이한 영역 또는 빈[예를 들어, 도 4b의 패턴(420)의 빈(421, 422, 423, 및 424) 및 도 4c의 이미지(440)의 빈(441, 442, 443, 및 444)]의 경계를 정의할 수 있다. 전술한 바와 같이, 일부 실시예에서, 패턴을 빈으로 분할하기 위해 상이한 형상 또는 방법이 사용될 수 있다(예를 들어, 정사각형, 원 또는 다른 형상이 사용될 수 있음).
단계(740)에서, 시스템(300)은 각 빈의 픽셀 강도를 결정할 수 있다. 단계(730)에서 생성된 각 빈에 대해, 시스템(300)은 빈에 있는 패턴 이미지의 픽셀을 처리할 수 있다. 예를 들어, 그레이스케일 이미지에서 각 픽셀의 강도는 예를 들어 0에서 255 사이의 값일 수 있으며, 0은 검은색, 255는 흰색이고, 다른 모든 픽셀 강도는 그 사이에 속한다. 시스템(300)은 빈 내의 개별 픽셀 강도를 합산하여 전체 픽셀 강도를 결정할 수 있다. 전술한 바와 같이, 일부 실시예에서, 시스템(300)은 각 빈을 나타내는 수치 값을 계산하는 상이한 방법을 활용할 수 있다.
단계(750)에서, 시스템(300)은 이미지를 나타내는 피처 벡터를 계산할 수 있다. 시스템(300)은 각 빈에 대해 결정된 픽셀 강도를 n-튜플 또는 벡터의 요소로 사용할 수 있다. 결합된 강도는 이미지를 나타낼 수 있는 피처 벡터를 형성할 수 있다. 이렇게 구성된 이미지가 일치하면, 일치하는 피처 벡터가 생성되어 IC 설계 전반에서 패턴을 계산적으로 효율적으로 분류하고 선택할 수 있다.
컨트롤러[예를 들어, 도 1의 컨트롤러(50)] 또는 시스템[예를 들어, 도 3의 시스템(300)]의 프로세서가 이미지 검사, 이미지 획득, 이미지 변환, 이미지 처리, 이미지 비교, 스테이지 포지셔닝, 빔 포커싱, 전기장 조정, 빔 굽힘, 집광 렌즈 조정, 하전 입자 소스 활성화 및 빔 편향을 수행하도록 하기 위한 명령어를 저장하는 비일시적 컴퓨터 판독 가능 매체가 제공될 수 있다. 일반적인 형태의 비일시적 컴퓨터 판독 가능 매체는 예를 들어 플로피 디스크, 플렉시블 디스크, 하드 디스크, 솔리드 스테이트 드라이브, 자기 테이프 또는 기타 자기 데이터 저장 매체, CD-ROM(Compact Disc Read Only Memory), 기타 광학 데이터 저장 매체, 구멍 패턴이 있는 임의의 물리적 매체, RAM(Random Access Memory), PROM(Programmable Read Only Memory), EPROM(Erasable Programmable Read Only Memory), FLASH-EPROM 또는 기타 플래시 메모리, NVRAM(Non-Volatile Random Access Memory), 캐시, 레지스터, 기타 메모리 칩 또는 카트리지, 및 이들의 네트워킹된 버전을 포함할 수 있다.
본 발명의 실시예는 다음의 항들에 의해 추가적으로 설명된다:
1. 패턴을 식별하기 위한 피처 추출(feature extraction) 방법으로서, 상기 방법은:
패턴 인스턴스를 대표하는 데이터를 얻는 단계;
상기 패턴 인스턴스를 복수의 구역으로 분할하는 단계;
상기 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계; 및
피처 벡터를 사용하여 상기 패턴 인스턴스의 대표를 생성하는 단계를 포함하며, 상기 피처 벡터는 상기 대표 특성에 대응하는 요소를 포함하고, 상기 대표 특성은 상기 구역의 하나 이상의 피처의 공간적 분포를 나타내는, 방법.
2. 제 1 항에 있어서, 상기 방법은 상기 피처 벡터에 기초하여 패턴 인스턴스를 분류하는 단계 및 상기 피처 벡터에 기초하여 패턴 인스턴스를 선택하는 단계 중 적어도 하나를 더 포함하는, 방법.
3. 제 1 항 또는 제 2 항에 있어서, 상기 패턴 인스턴스를 대표하는 데이터는 레이아웃 파일인, 방법.
4. 제 3 항에 있어서, 상기 레이아웃 파일은, GDS(Graphic Database System) 포맷, GDS II(Graphic Database System II) 포맷, OASIS(Open Artwork System Interchange Standard) 포맷 또는 CIF(Caltech Intermediate Format)인, 방법.
5. 제 3 항 또는 제 4 항에 있어서, 상기 패턴 인스턴스를 대표하는 데이터를 얻는 단계는 피처를 대표 지점으로 변환하는 단계를 더 포함하는, 방법.
6. 제 5 항에 있어서, 상기 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계는, 상기 복수의 구역 중 소정의 구역의 대표 지점의 면적 밀도를 결정하는 단계를 더 포함하는, 방법.
7. 제 1 항 또는 제 2 항에 있어서, 상기 패턴 인스턴스를 대표하는 데이터는 이미지 데이터인, 방법.
8. 제 7 항에 있어서, 상기 이미지 데이터는 검사 이미지, 에어리얼 이미지(aerial image), 마스크 이미지, 에칭 이미지 또는 레지스트 이미지인, 방법.
9. 제 7 항 또는 제 8 항에 있어서, 상기 복수의 구역 중 소정의 구역의 상기 대표 특성은 대표 지점 계수 밀도(count density) 또는 이미지 픽셀 밀도 중 하나인, 방법.
10. 제 1 항 내지 제 9 항 중 어느 한 항에 있어서, 상기 패턴 인스턴스를 복수의 구역으로 분할하는 단계는 동심 기하학적 형상(concentric geometric shape)을 사용하여 상기 패턴 인스턴스를 분할하는 단계를 더 포함하는, 방법.
11. 제 1 항 내지 제 10 항 중 어느 한 항에 있어서, 상기 피처 벡터는 모델링, OPC(Optical Proximity Correction), 결함 검사, 결함 예측 또는 SMO(Source Mask Optimization) 중 적어도 하나에서의 사용을 위해 제공되는, 방법.
12. 시스템으로서, 명령어 세트를 저장하는 메모리 및 상기 명령어 세트를 실행하여 상기 장치로 하여금 패턴 인스턴스를 대표하는 데이터를 얻는 단계; 상기 패턴 인스턴스를 복수의 구역으로 분할하는 단계; 상기 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계; 및 피처 벡터를 사용하여 상기 패턴 인스턴스의 대표를 생성하는 단계를 수행하게 하도록 구성된 적어도 하나의 프로세서를 포함하는 시스템이 제공되며, 상기 피처 벡터는 상기 대표 특성에 대응하는 요소를 포함하고, 상기 대표 특성은 상기 구역의 하나 이상의 피처의 공간적 분포를 나타내는, 시스템.
13. 제 12 항에 있어서, 적어도 하나의 프로세서는 또한 상기 명령어 세트를 실행하여 상기 장치로 하여금 상기 피처 벡터에 기초하여 패턴 인스턴스를 분류하는 단계 및 상기 피처 벡터에 기초하여 패턴 인스턴스를 선택하는 단계 중 적어도 하나를 더 수행하게 하도록 구성되는, 시스템.
14. 제 12 항 또는 제 13 항에 있어서, 상기 패턴 인스턴스를 대표하는 데이터는 레이아웃 파일인, 시스템.
15. 제 14 항에 있어서, 상기 레이아웃 데이터는, GDS(Graphic Database System) 포맷, GDS II(Graphic Database System II) 포맷, OASIS(Open Artwork System Interchange Standard) 포맷 또는 CIF(Caltech Intermediate Format)인, 시스템.
16. 제 14 항 또는 제 15 항에 있어서, 적어도 하나의 프로세서는 또한 상기 명령어 세트를 실행하여 상기 장치로 하여금 피처를 대표 지점으로 변환하게 하도록 구성되는, 시스템.
17. 제 16 항에 있어서, 적어도 하나의 프로세서는 상기 명령어 세트를 실행하여 상기 장치로 하여금 상기 복수의 구역 중 소정의 구역의 대표 지점의 면적 밀도를 결정하게 하도록 구성되는, 시스템.
18. 제 12 항 또는 제 13 항에 있어서, 상기 패턴 인스턴스를 대표하는 데이터는 이미지 데이터인, 시스템.
19. 제 18 항에 있어서, 상기 이미지 데이터는 검사 이미지, 에어리얼 이미지(aerial image), 마스크 이미지, 에칭 이미지 또는 레지스트 이미지인, 시스템.
20. 제 18 항 또는 제 19 항에 있어서, 소정의 구역의 상기 대표 특성은 지점 계수 또는 이미지 픽셀 밀도인, 시스템.
21. 제 12 항 내지 제 20 항 중 어느 한 항에 있어서, 적어도 하나의 프로세서는 또한 상기 명령어 세트를 실행하여 상기 장치로 하여금 동심 기하학적 형상(concentric geometric shape)을 사용하여 상기 패턴 인스턴스를 분할하게 하도록 구성되는, 시스템.
22. 제 12 항 내지 제 21 항 중 어느 한 항에 있어서, 상기 피처 벡터는 모델링, OPC(Optical Proximity Correction), 결함 검사, 결함 예측 또는 SMO(Source Mask Optimization) 중 적어도 하나에서의 사용을 위해 제공되는, 시스템.
23. 컴퓨팅 장치로 하여금 패턴을 식별하기 위한 피처 추출(feature extraction) 방법을 수행하게 하도록 컴퓨팅 장치의 적어도 하나의 프로세서에 의해 실행 가능한 명령어 세트를 저장하는 비일시적 컴퓨터 판독 가능 매체로서, 상기 방법은:
패턴 인스턴스를 대표하는 데이터를 얻는 단계;
상기 패턴 인스턴스를 복수의 구역으로 분할하는 단계;
상기 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계; 및
피처 벡터를 사용하여 상기 패턴 인스턴스의 대표를 생성하는 단계를 포함하며, 상기 피처 벡터는 상기 대표 특성에 대응하는 요소를 포함하고, 상기 대표 특성은 상기 구역의 하나 이상의 피처의 공간적 분포를 나타내는, 비일시적 컴퓨터 판독 가능 매체.
24. 제 23 항에 있어서, 컴퓨팅 장치의 적어도 하나의 프로세서에 의해 실행 가능한 명령어 세트는 상기 컴퓨팅 장치로 하여금 상기 피처 벡터에 기초하여 패턴 인스턴스를 분류하는 단계 및 상기 피처 벡터에 기초하여 패턴 인스턴스를 선택하는 단계 중 적어도 하나를 더 수행하도록 하는, 비일시적 컴퓨터 판독 가능 매체.
25. 제 23 항 또는 제 24 항에 있어서, 상기 패턴 인스턴스를 대표하는 데이터는 레이아웃 데이터인, 비일시적 컴퓨터 판독 가능 매체.
26. 제 25 항에 있어서, 상기 레이아웃 데이터는, GDS(Graphic Database System) 포맷, GDS II(Graphic Database System II) 포맷, OASIS(Open Artwork System Interchange Standard) 포맷 또는 CIF(Caltech Intermediate Format)인, 비일시적 컴퓨터 판독 가능 매체.
27. 제 25 항 또는 제 26 항에 있어서, 컴퓨팅 장치의 적어도 하나의 프로세서에 의해 실행 가능한 명령어 세트는 상기 컴퓨팅 장치로 하여금 피처를 대표 지점으로 변환하는 단계를 더 수행하도록 하는 비일시적 컴퓨터 판독 가능 매체.
28. 제 27 항에 있어서, 컴퓨팅 장치의 적어도 하나의 프로세서에 의해 실행 가능한 명령어 세트는 상기 컴퓨팅 장치로 하여금 상기 복수의 구역 중 소정의 구역의 대표 지점의 면적 밀도를 결정하는 단계를 더 수행하도록 하는, 비일시적 컴퓨터 판독 가능 매체.
29. 제 23 항 또는 제 25 항에 있어서, 상기 패턴 인스턴스를 대표하는 데이터는 이미지 데이터인, 비일시적 컴퓨터 판독 가능 매체.
30. 제 29 항에 있어서, 상기 이미지 데이터는 검사 이미지, 에어리얼 이미지(aerial image), 마스크 이미지, 에칭 이미지 또는 레지스트 이미지인, 비일시적 컴퓨터 판독 가능 매체.
31. 제 29 항 또는 제 30 항에 있어서, 상기 복수의 구역 중 소정의 구역의 상기 대표 특성은 지점 계수 또는 이미지 픽셀 중 하나인, 비일시적 컴퓨터 판독 가능 매체.
32. 제 23 항 내지 제 31 항 중 어느 한 항에 있어서, 컴퓨팅 장치의 적어도 하나의 프로세서에 의해 실행 가능한 명령어 세트는 상기 컴퓨팅 장치로 하여금 동심 기하학적 형상(concentric geometric shape)을 사용하여 상기 패턴 인스턴스를 분할하는 단계를 더 수행하도록 하는, 비일시적 컴퓨터 판독 가능 매체.
33. 제 23 항 내지 제 31 항 중 어느 한 항에 있어서, 상기 피처 벡터는 모델링, OPC(Optical Proximity Correction), 결함 검사, 결함 예측 또는 SMO(Source Mask Optimization) 중 적어도 하나에서의 사용을 위해 제공되는, 비일시적 컴퓨터 판독 가능 매체.
34. 제 7 항에 있어서, 상기 피처 벡터는 상기 복수의 구역과 동일한 수의 요소를 포함하고, 각각의 요소는 각각의 구역의 면적 밀도에 대응하는, 방법.
35. 제 5 항에 있어서, 상기 대표 지점은 상기 피처의 중심에 대응하는, 방법.
36. 제 7 항에 있어서, 상기 데이터를 획득하는 단계는 상기 이미지 데이터에 FFT를 수행하는 단계를 포함하는, 방법.
도면의 블록도는 본 발명의 다양한 예시적 실시예에 따른 시스템, 방법 및 컴퓨터 하드웨어/소프트웨어 제품의 가능한 구현의 아키텍처, 기능 및 동작을 예시한다. 이와 관련하여, 개략도의 각 블록은 전자 회로와 같은 하드웨어를 사용하여 구현될 수 있는 특정 산술적 또는 논리적 연산 처리를 나타낼 수 있다. 블록은 또한 지정된 논리 기능을 구현하기 위한 하나 이상의 실행 가능한 명령어들을 포함하는 모듈, 세그먼트, 또는 코드의 일부를 나타낼 수도 있다. 일부 대체 구현에서는 블록에 표시된 기능이 도면에 표시된 순서와 다르게 발생할 수 있음을 이해해야 한다. 예를 들어, 연속적으로 표시된 두 블록이 실질적으로 동시에 실행되거나 구현될 수도 있고, 관련된 기능에 따라 두 블록이 역순으로 실행될 수도 있다. 일부 블록은 생략될 수도 있다.
본 개시의 실시예들은 위에서 설명되고 첨부된 도면에 예시된 정확한 구성에 한정되지 않으며, 그 범위를 벗어나지 않고 다양한 수정 및 변경이 이루어질 수 있음이 이해될 것이다. 본 개시는 다양한 실시예와 관련하여 설명되었으며, 본 발명의 다른 실시예는 본원에 개시된 본 발명의 명세서 및 실시예를 고려함으로써 당업자에게 명백할 것이다. 본 명세서 및 실시예는 단지 예시적인 것으로 간주되어야 하며, 본 발명의 진정한 범위 및 사상은 다음의 청구범위에 의해 표시될 것이다.
상기의 설명은 예시적인 것으로 의도된 것이지 제한적인 것이 아니다. 따라서, 당업자에게는 아래에 기재된 청구범위의 범위를 벗어나지 않고 설명된 바와 같이 수정이 이루어질 수 있음이 명백할 것이다.

Claims (15)

  1. 컴퓨팅 장치로 하여금 패턴을 식별하기 위한 피처 추출(feature extraction) 방법을 수행하게 하도록 상기 컴퓨팅 장치의 적어도 하나의 프로세서에 의해 실행 가능한 명령어 세트를 저장하는 비일시적 컴퓨터 판독 가능 매체로서, 상기 방법은:
    패턴 인스턴스를 대표하는 데이터를 얻는 단계;
    상기 패턴 인스턴스를 복수의 구역으로 분할하는 단계;
    상기 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계; 및
    피처 벡터를 사용하여 상기 패턴 인스턴스의 대표를 생성하는 단계를 포함하며, 상기 피처 벡터는 상기 대표 특성에 대응하는 요소를 포함하고, 상기 대표 특성은 상기 구역의 하나 이상의 피처의 공간적 분포를 나타내는,
    비일시적 컴퓨터 판독 가능 매체.
  2. 제 1 항에 있어서,
    상기 방법은 상기 피처 벡터에 기초하여 패턴 인스턴스를 분류하는 단계 및 상기 피처 벡터에 기초하여 패턴 인스턴스를 선택하는 단계 중 적어도 하나를 더 포함하는,
    비일시적 컴퓨터 판독 가능 매체.
  3. 제 1 항에 있어서,
    상기 패턴 인스턴스를 대표하는 데이터는 레이아웃 데이터인,
    비일시적 컴퓨터 판독 가능 매체.
  4. 제 3 항에 있어서,
    상기 레이아웃 데이터는, GDS(Graphic Database System) 포맷, GDS II(Graphic Database System II) 포맷, OASIS(Open Artwork System Interchange Standard) 포맷 또는 CIF(Caltech Intermediate Format)인,
    비일시적 컴퓨터 판독 가능 매체.
  5. 제 1 항에 있어서,
    상기 패턴 인스턴스를 대표하는 데이터를 얻는 단계는 피처를 대표 지점으로 변환하는 단계를 더 포함하는,
    비일시적 컴퓨터 판독 가능 매체.
  6. 제 5 항에 있어서,
    상기 복수의 구역 중 소정의 구역의 대표 특성을 결정하는 단계는, 상기 복수의 구역 중 소정의 구역의 대표 지점의 면적 밀도를 결정하는 단계를 더 포함하는,
    비일시적 컴퓨터 판독 가능 매체.
  7. 제 1 항에 있어서,
    상기 패턴 인스턴스를 대표하는 데이터는 이미지 데이터인,
    비일시적 컴퓨터 판독 가능 매체.
  8. 제 7 항에 있어서,
    상기 이미지 데이터는 검사 이미지, 에어리얼 이미지(aerial image), 마스크 이미지, 에칭 이미지 또는 레지스트 이미지인,
    비일시적 컴퓨터 판독 가능 매체.
  9. 제 7 항에 있어서,
    상기 복수의 구역 중 소정의 구역의 상기 대표 특성은 대표 지점 계수 밀도(count density)인,
    비일시적 컴퓨터 판독 가능 매체.
  10. 제 7 항에 있어서,
    상기 복수의 구역 중 소정의 구역의 상기 대표 특성은 이미지 픽셀 밀도인,
    비일시적 컴퓨터 판독 가능 매체.
  11. 제 1 항에 있어서,
    상기 패턴 인스턴스를 복수의 구역으로 분할하는 단계는 동심 기하학적 형상(concentric geometric shape)을 사용하여 상기 패턴 인스턴스를 분할하는 단계를 더 포함하는,
    비일시적 컴퓨터 판독 가능 매체.
  12. 제 1 항에 있어서,
    상기 피처 벡터는 모델링, OPC(Optical Proximity Correction), 결함 검사, 결함 예측 또는 SMO(Source Mask Optimization) 중 적어도 하나에서의 사용을 위해 제공되는,
    비일시적 컴퓨터 판독 가능 매체.
  13. 제 7 항에 있어서,
    상기 피처 벡터는 상기 복수의 구역과 동일한 수의 요소를 포함하고, 각각의 요소는 각각의 구역의 면적 밀도에 대응하는,
    비일시적 컴퓨터 판독 가능 매체.
  14. 제 5 항에 있어서,
    상기 대표 지점은 상기 피처의 중심에 대응하는,
    비일시적 컴퓨터 판독 가능 매체.
  15. 제 7 항에 있어서,
    상기 데이터를 획득하는 단계는 상기 이미지 데이터에 FFT를 수행하는 단계를 포함하는,
    비일시적 컴퓨터 판독 가능 매체.
KR1020237020806A 2020-12-21 2021-11-24 패턴 객체를 식별하기 위해 피처 벡터를 추출하는 피처 추출 방법 KR20230122602A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN2020137977 2020-12-21
CNPCT/CN2020/137977 2020-12-21
PCT/EP2021/082886 WO2022135819A1 (en) 2020-12-21 2021-11-24 Feature extraction method for extracting feature vectors for identifying pattern objects

Publications (1)

Publication Number Publication Date
KR20230122602A true KR20230122602A (ko) 2023-08-22

Family

ID=78824978

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237020806A KR20230122602A (ko) 2020-12-21 2021-11-24 패턴 객체를 식별하기 위해 피처 벡터를 추출하는 피처 추출 방법

Country Status (5)

Country Link
US (1) US20240037897A1 (ko)
KR (1) KR20230122602A (ko)
CN (1) CN116648704A (ko)
TW (1) TW202230204A (ko)
WO (1) WO2022135819A1 (ko)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7587704B2 (en) 2005-09-09 2009-09-08 Brion Technologies, Inc. System and method for mask verification using an individual mask error model
NL1036189A1 (nl) 2007-12-05 2009-06-08 Brion Tech Inc Methods and System for Lithography Process Window Simulation.
JP2014182219A (ja) * 2013-03-18 2014-09-29 Fujitsu Ltd 欠陥箇所予測装置、識別モデル生成装置、欠陥箇所予測プログラムおよび欠陥箇所予測方法

Also Published As

Publication number Publication date
CN116648704A (zh) 2023-08-25
WO2022135819A1 (en) 2022-06-30
US20240037897A1 (en) 2024-02-01
TW202230204A (zh) 2022-08-01

Similar Documents

Publication Publication Date Title
TWI706485B (zh) 光學晶粒對資料庫檢查
TWI665445B (zh) 光學晶粒至資料庫檢測
KR102349124B1 (ko) 측정 방법 및 장치
Cao et al. Optimized hardware and software for fast full-chip simulation
US7962863B2 (en) Computer-implemented methods, systems, and computer-readable media for determining a model for predicting printability of reticle features on a wafer
US10163733B2 (en) Method of extracting defects
US7558419B1 (en) System and method for detecting integrated circuit pattern defects
TW201901293A (zh) 使用差異影像之晶圓檢查
CN111581907B (zh) 一种Hessian-Free的光刻掩模优化方法、装置及电子设备
US20220375063A1 (en) System and method for generating predictive images for wafer inspection using machine learning
JP6472447B2 (ja) フォトマスク欠陥性における変化の監視
JP5808406B2 (ja) 集積回路レイアウト内のリソグラフィック結合パターンの迅速評価方法
JP7281547B2 (ja) プロセス制御のためのインダイメトロロジ方法及びシステム
CN116685909A (zh) 显影后或蚀刻后图像的基于机器学习的图像生成
US20240037897A1 (en) Feature extraction method for extracting feature vectors for identifying pattern objects
US10134124B2 (en) Reference image contour generation
KR20240032830A (ko) 하전 입자 검사에서의 이미지 왜곡 보정
JP7144262B2 (ja) パターン検査装置及び参照画像の作成方法
TWI798991B (zh) 藉由運算裝置所實施之基於特徵的單元擷取之方法及其相關非暫時性電腦可讀媒體
US12040187B2 (en) In-die metrology methods and systems for process control
TWI833297B (zh) 光罩缺陷偵測
US12032892B2 (en) Semiconductor layout context around a point of interest
KR20230119139A (ko) 하전 입자 빔 검사 시스템에서의 토폴로지 기반의 이미지 렌더링
US20220309222A1 (en) Semiconductor layout context around a point of interest
WO2024068280A1 (en) Parameterized inspection image simulation